Цель роли: Автоматизировать полный жизненный цикл ML/LLM-решений в банке: обучение, деплой, мониторинг, обновление, инфраструктура.
Обязанности:
- Настройка и поддержка MLOps-пайплайнов: Git, CI/CD, data versioning, model versioning.
- Работа с инструментами: MLflow, Kubeflow, Airflow, DVC, MinIO/DeltaLake.
- Деплой моделей (batch, real-time), мониторинг моделей (drift, latency, inference cost).
- Интеграция моделей с инфра/сервисами банка, автоматизация обновлений.
- Обеспечение reproducibility, scalability, безопасности моделей и данных.
Требования:
- 3+ года опыта в MLOps или аналогичных ролях.
- Опыт с MLlfecycle, versioning, пайплайнами, контейнерами, Kubernetes.
- Владение Python и инструментами автоматизации.
- Опыт работы с облаками (AWS/Azure/GCP) и контейнерами.
- Понимание DevSecOps, compliance-требований к ML/AI системам.
Желательно:
- Опыт работы с LLM-инференсами и генеративными моделями.
- Опыт оптимизации inference cost, latency, GPU/TPU-кластеров.
- Участие в внедрении AI-платформы на уровне организации.